sql 查詢強制使用HASH連接性能測試比較

HASH JOIN 散列連接

hash join是CBO 做大數據集連接時的常用方式。優化器掃描小表（或數據源），利用連接鍵（也就是根據連接字段計算hash 值）在內存中建立hash表，然后掃描大表，每讀到一條記錄就來探測hash表一次，找出與hash表匹配的行。
當小表可以全部放入內存中，其成本接近全表掃描兩個表的成本之和。如果表很大不能完全放入內存，這時優化器會將它分割成若干不同的分區，不能放入內存的部分就把該分區寫入磁盤的臨時段，此時要有較大的臨時段從而盡量提高I/O 的性能。臨時段中的分區都需要換進內存做hash join。這時候成本接近於全表掃描小表+分區數*全表掃描大表的代價和。

（對以上的過程保持疑問，可能是RDMS的問題，在《數據庫系統概念》一書中，hash join算法的思想是這樣的：對兩個關系的連接屬性分別作hash，hash函數一定要有較好的隨機性和均勻性，如果關系r的一個元組和關系s的一個元組滿足連接條件，那么他們在連接屬性 上有相同的值。如該值經散列函數映射為i，則關系s的那個元組必在H（ri）中，而關系s的那個元組必在H（si）中。因此，H（ri）中的元組只需與H（si）中的元組作比較，而沒有必要與s的其他任何分區作比較。很明顯這種算法比以上算法代價小的多。）

    至於兩個表都進行分區，其好處是可以使用parallel query，就是多個進程同時對不同的分區進行join，然后再合並。但是復雜。

hash join可能有優勢：
1，兩個巨大的表之間的連接。

2，在一個巨大的表和一個小表之間的連接。

3，可用ordered提示來改變CBO默認的驅動表，可用USE_HASH(table_name1 table_name2)提示來強制使用hash join

1.散列連接是CBO做大數據集連接時的常用方式.

2.也可以用USE_HASH(table_name1 table_name2)提示來強制使用散列連接

3.Hash join在兩個表的數據量差別很大的時候.

4.Hash join的工作方式是將一個表（通常是小一點的那個表）做hash運算，將列數據存儲到hash列表中，從另一個表中抽取記錄，做hash運算，到hash列表中找到相應的值，做匹配。

當缺乏索引或者索引條件模糊時，哈希連接連接比嵌套循環有效。通常比排序合並SORT MERGE JOIN連接快。

在數據倉庫環境下，如果表的紀錄數多，效率高。

 

參考地址：http://blog.csdn.net/chengweipeng123/article/details/7235387

 

以下是自己做的一個小測試

hash查詢: IO結果
hash查詢: time結果

-----------------------------------------------------------------------------------------------------------------------

NOT hash查詢: IO結果

NOT hash查詢: time結果